首页
/ Apache Arrow Gandiva模块在LLVM 20.1.1下的崩溃问题分析

Apache Arrow Gandiva模块在LLVM 20.1.1下的崩溃问题分析

2025-05-18 17:59:55作者:廉彬冶Miranda

Apache Arrow项目中的Gandiva模块是一个基于LLVM的SQL表达式执行引擎,它能够将SQL表达式编译为高效的本地代码。近期在使用LLVM 20.1.1版本时,开发者发现Gandiva模块出现了崩溃问题。

问题现象

当运行Gandiva的测试用例时,程序会在处理二进制数据时触发断言失败,导致崩溃。核心错误信息显示LLVM的APInt类在构造时断言失败,提示"Value is not an N-bit unsigned value"。

通过分析调用栈可以发现,崩溃发生在LLVMGenerator::LoadVectorAtIndex函数中,该函数试图加载一个索引值为-1的向量。进一步追踪发现,这是由于GetOffsetsReference函数被错误调用导致的。

根本原因

问题的本质在于Gandiva模块对固定宽度数据和可变宽度数据的处理逻辑存在缺陷。在固定宽度数据的情况下,系统不应该尝试获取偏移量引用,因为这类数据不需要偏移量缓冲区。然而当前代码路径中,GetOffsetsReference函数会被无条件调用,即使对于固定宽度数据也是如此。

在早期版本的LLVM中,这种错误调用会产生一个无效的LLVM值引用,但由于后续处理会忽略这个无效引用,因此不会导致崩溃。然而在LLVM 20.1.1版本中,APInt类的构造函数增加了更严格的参数校验,当传入非法值时会直接触发断言失败。

技术细节

具体来看,问题出在LLVMTypes::int_constant模板函数的实现上。该函数试图将一个负值(-1)转换为32位无符号整数,这在LLVM 20.1.1中会被视为非法操作。这个负值实际上是一个特殊标记,用于表示"无偏移量"的情况。

在Gandiva的代码生成过程中,系统会为每个字段生成访问代码。对于可变宽度字段(如字符串),需要处理偏移量数组;而对于固定宽度字段(如整数),则不需要。当前的实现没有正确区分这两种情况,导致生成了不必要的偏移量访问代码。

解决方案

修复此问题需要修改Gandiva的代码生成逻辑,确保:

  1. 在处理固定宽度数据时,完全跳过偏移量引用的生成步骤
  2. 只在处理真正的可变宽度数据时才调用GetOffsetsReference函数
  3. 确保所有特殊值标记都符合LLVM的类型系统要求

这种修改不仅解决了LLVM 20.1.1下的崩溃问题,也使代码逻辑更加清晰和健壮。

影响范围

该问题主要影响:

  1. 使用LLVM 20.1.1及以上版本编译的Gandiva模块
  2. 处理固定宽度数据的查询场景
  3. 所有依赖Gandiva的Arrow相关功能

对于使用较旧LLVM版本的用户,虽然不会遇到崩溃问题,但仍然存在潜在的逻辑缺陷,建议同样应用修复补丁。

总结

这个问题展示了底层库升级可能暴露的隐藏缺陷。Arrow项目通过及时修复这个问题,不仅解决了兼容性问题,还提高了代码质量。这也提醒开发者在使用特殊值标记时,需要考虑类型系统的约束,特别是在与严格类型检查的库(如LLVM)交互时。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511